一種塊效應抑制的降質(zhì)模糊圖像非盲復原方法
【專利摘要】本發(fā)明公布了一種塊效應抑制的降質(zhì)模糊圖像非盲復原方法。經(jīng)過低比特率塊編碼壓縮重構(gòu)后的降質(zhì)圖像邊界會出現(xiàn)明顯的塊效應，常規(guī)的圖像復原方法往往難以得到理想的復原結(jié)果。本發(fā)明提出了一種可以實現(xiàn)JPEG高壓縮率下的模糊圖像復原方法。在全變分(total variation TV)正則化約束的基礎上，增加新的抑制塊效應的正則化L2范數(shù)約束，保證了在復原圖像的過程中逐步抑制塊效應帶來的負面影響。本發(fā)明能夠得到兼顧消除塊效應與保留圖像細節(jié)的復原效果。
【專利說明】
一種塊效應抑制的降質(zhì)模糊圖像非盲復原方法
技術領域
[0001] 本發(fā)明涉及計算機成像技術領域，主要涉及模糊圖像經(jīng)過圖像壓縮后的圖像復原 問題。
【背景技術】
[0002] 在成像過程中，由于各種因素，比如光學器件缺陷，人為的抖動，大氣非均勻性等 會造成圖像有某些程度的失真和不同程度的降質(zhì)。相機的成像過程可以描述為理想清晰圖 像與其他外部影響而造成的模糊核的卷積。人們根據(jù)不同的圖像退化成因研究了相應的圖 像復原方法。也相應取得了較為顯著的圖像質(zhì)量提升結(jié)果。圖像復原是二維卷積運算的逆 過程，是一個病態(tài)問題。從復原方法上，分為已知模糊核的非盲復原算法和未知模糊核的盲 復原算法。本發(fā)明主要針對已知模糊核的的非盲復原問題。
[0003] 同時，在很多情況下，受限于存儲空間或者實時性等的要求，拍攝后的圖像在保存 時會為了節(jié)省空間而采用有損壓縮技術。其中，被最為廣泛使用的是JPEG保存格式，這種壓 縮格式經(jīng)過低比特率塊編碼壓縮重構(gòu)后的圖像8*8小塊邊界往往會出現(xiàn)明顯的塊狀效應。 這相當于在由于運動等造成的圖像模糊退化基礎上又進行了進一步的退化，由于塊效應破 壞了圖像的先驗信息，直接采用常規(guī)的圖像復原方法往往難以得到理想的復原結(jié)果。對于 這一類有塊效應存在的模糊圖像，無論是在復原前或復原后使用去塊效應方法，獲得的復 原圖像結(jié)果均有提升空間。
[0004] 針對這一問題尚未有人進行研究，本發(fā)明首次提出了將去塊效應算法融合在圖像 復原的正則化優(yōu)化框架中，得到了較為明顯的復原效果提升。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明公布了一種基于塊效應抑制的壓縮降質(zhì)模糊圖像非盲復原方法，其特征在 于:在正則化約束的圖像復原框架基礎上，引入逐點形狀自適應的DCT(離散余弦變換)去塊 效應濾波器。在復原迭代的過程中，增加新的抑制塊效應的正則化L2范數(shù)約束，保證了在復 原圖像的過程中逐步抑制塊效應帶來的負面影響。具體采用以下步驟對具有壓縮塊的模糊 圖像進行圖像復原：
[0006] (1)輸入一幅待復原的有壓縮塊效應的模糊圖像b，并且輸入該模糊圖像對應的模 糊核h。
[0007] (2)獲取壓縮圖像b的量化表Q。
[0008] (3)對待求解的復原圖f進行初次迭代求解。
[0009]
⑴
[0010] 其中，Dx，Dy分別為水平方向與豎直方向的梯度算子，作用在f后求解出圖像梯度。 μ，ξ為正則化系數(shù)，fo表示迭代過程中的去塊效應圖像。Iiqyqg分別表示圖像的Li與L2范 數(shù)。
[0011] 為了求解此問題，采用變量分離技術，將式（1)引入兩個輔助變量，轉(zhuǎn)化為可以方 便求解的形式，如下式所示
[0012]
[0013] 其中，W1，W2為引入的輔助變量。β為迭代過程中的正則化系數(shù)，根據(jù)本領域的公知 常識可知，當β趨向于很大時，式（2)收斂于式（1)。因此，上述問題可以轉(zhuǎn)化為輪轉(zhuǎn)迭代求 解，具體的求解過程為：
[0014] (3.1)用步驟1輸入的模糊圖像b作為初始的清晰圖像f輸入。求解如下問題
[0015]
[0016]
[0017]
[0018] (3.2)用步驟1輸入的模糊圖像b作為初始的去塊效應圖像fQ輸入，并用式(4)得到 的Wi (i = 1，2)，求解如下問題
[0022] 其中，f，，·1分別表示圖像的傅里葉變換和傅里葉逆變換，表示共輒運算，算 符表示兩個矩陣的點乘積。得到的f為下次迭代時(3.1)的輸入。
[0023] (3.3)利用（3.2)計算得到的f，結(jié)合步驟2得到的量化表Q，采用逐點形狀自適應 DCT濾波器（具體參見Pointwise shape-adaptive DCT for high-quality denoising and deblocking of grayscale and color images)，對其進行塊效應消除，得到的圖像為下次 迭代時式(6)的fo。
[0024] (4)利用得到的1&，《1，《2，并更新利直為其原值的2倍，重復步驟(3.1)~(3.3)，不 斷得到優(yōu)化的清晰圖像f，經(jīng)過6~10次的輪轉(zhuǎn)迭代后，得到最終的復原結(jié)果。
[0025] 本發(fā)明的有益效果：本發(fā)明首次將去塊效應與圖像去模糊結(jié)合考慮，在原變分 (TV)正則化復原框架的基礎上加入了塊效應抑制約束。本發(fā)明既能抑制復原過程中的塊效 應被放大，又能防止為了抑制快效應而丟失掉相當?shù)膹驮瓐D像細節(jié)。提升了模糊圖像在有 較高壓縮比的情況下的復原效果。
【附圖說明】
[0026] 圖1為本發(fā)明的算法流程示意圖。
[0027] 圖2為仿真實驗中所用具有壓縮塊效應的模糊退化圖像。
[0028] 圖3為仿真實驗中對圖2中部分區(qū)域進行放大。
[0029]圖4為仿真實驗中不考慮塊效應抑制的復原結(jié)果圖。
[0030] 圖5為仿真實驗中采用本發(fā)明算法得到的復原結(jié)果圖。
【具體實施方式】
[0031] 以下結(jié)合附圖并以一個具體實例對本發(fā)明做進一步說明。
[0032] 參照圖1，本發(fā)明的算法流程步驟如下：
[0033]步驟1:輸入模糊圖像，并且輸入該模糊圖像對應的模糊核h。
[0034]選定清晰的Iena圖像，仿真模糊核為45度方向的15像素線性運動，兩者卷積得到 仿真模糊圖像。然后，仿真塊壓縮效應。在保存模糊圖像時，選擇jpeg圖像保存品質(zhì)值為40 (100為無損壓縮）。得到的仿真有壓縮塊效應的模糊圖像如圖2所示，放大后的部分圖像如 圖3所示，可以看出明顯的塊狀效應。
[0035]步驟2:獲取壓縮圖像b的量化表Q。
[0036] 步驟3:求解優(yōu)化問題，對當前待求解復原圖f進行初次迭代求解。
[0037]
.(:7)
[0038] 其中，Dx，Dy分別為水平方向與豎直方向的梯度算子，作用在f后表示圖像兩個方向 的梯度。μ，ξ為正則化系數(shù)，f〇表示迭代過程中的去塊效應圖像。Iiqyqg分別表示圖像的LI 與L2范數(shù)。在本仿真算例中，μ取2000，ξ取100。
[0039] 為了求解此問題，采用變量分離技術，將式（1)引入兩個輔助變量，轉(zhuǎn)化為可以方 便求解的形式，如下式所示
[0040]
[0041 ]其中，Wi ,W2為引入的輔助變量。β為迭代過程中的正則化系數(shù)。該問題可以轉(zhuǎn)化為 輪轉(zhuǎn)迭代求解，具體的求解過程為：
[0042] 首先令β=1，用輸入的模糊圖像b作為初始的清晰圖像f輸入，利用如下公式求解 兩個輔助變量的值。
[0043]
C9)
[0044] 用仿真的模糊圖像b作為初始的去塊效應圖像fQ，并用求出的輔助變量值^(1 = 1， 2)，利用如下公式求出本次迭代估計出的清晰圖像。
[0045]
(UP
[0046] 再結(jié)合量化表Q，采用采用逐點形狀自適應DCT濾波器，對其進行塊效應消除，得到 的圖像為下次迭代時式(10)的f〇。
[0047] 步驟4:循環(huán)迭代
[0048]令用上次迭代得到的清晰圖像作為清晰圖像f，以及塊效應抑制后的fo,繼 續(xù)重復求解上面的問題。在本仿真算例中，迭代次數(shù)選擇6次，得到復原結(jié)果，如圖5所示。 [0049]為了說明加入塊效應抑制正則化項的作用，采用相同的迭代次數(shù)與正則化系數(shù)， 但是去掉塊效應約束項后得到的復原結(jié)果如圖4所示。可以看到，復原圖像中的塊效應被一 定程度放大，導致復原圖像的分辨率下降，目視效果不佳。
[0050]對比沒有加入塊效應抑制的圖4,圖5復原結(jié)果的圖像模糊程度有了明顯的改善， 原仿真模糊圖中存在的塊效應也得到了較好的抑制。
【主權(quán)項】
1. 一種塊效應抑制的降質(zhì)模糊圖像非盲復原方法，其特征在于，具體可以采用以下步 驟對存在較高壓縮比的降質(zhì)模糊圖像進行復原： (1) 輸入一幅待復原的有壓縮塊效應的模糊圖像b，并且輸入該模糊圖像對應的模糊核 h〇 (2) 獲取壓縮圖像b的量化表Q。 (3) 對待求解的復原圖f進行初次迭代求解。其中，Dx，Dy分別為水平方向與豎直方向的梯度算子，作用在復原圖f后表示圖像兩個方 向的梯度。μ，ξ為正則化系數(shù)，f〇表示迭代過程中的去塊效應圖像。IftUrt分別表示圖像的 L1與L2范數(shù)。 為了求解此問題，采用變量分離技術，將式（1)引入兩個輔助變量，轉(zhuǎn)化為可以方便求 解的形式，如下式所示其中，Wl，w2為引入的兩個輔助變量。β為迭代過程中的正則化系數(shù)，求解過程如下： (3.1) 用步驟1輸入的模糊圖像b作為初始的清晰圖像f輸入。求解如下問題該問題的解為(3.2) 用步驟1輸入的模糊圖像b作為初始的去塊效應圖像fQ輸入，并用式(4)得到的Wl (i = l，2)，求解如下問題該問題的解為其中，，，分別表示圖像的傅里葉變換和傅里葉逆變換，表示共輒運算，算符 表示兩個矩陣的點乘積。得到的f為下次迭代時(3.1)的輸入。 (3.3) 利用（3.2)計算得到的f，結(jié)合步驟2得到的量化表Q，采用逐點形狀自適應DCT濾 波器，對其進行塊效應消除，得到的圖像為下次迭代時式(6)的f〇。 ⑷利用得到的1&，《1，《2，并更新射直為其原值的2倍，重復步驟(3.1)~(3.3)，不斷得 到優(yōu)化的清晰圖像f，經(jīng)過6~10次的輪轉(zhuǎn)迭代后，得到最終的復原結(jié)果。
【文檔編號】G06T5/00GK106056556SQ201610403162
【公開日】2016年10月26日
【申請日】2016年6月7日
【發(fā)明人】馮華君, 葉鵬釗, 徐之海, 李奇, 陳躍庭
【申請人】浙江大學